MétaCan
Menu
Retour à la cohorte
Enregistrement W3202356826 · doi:10.21127/yaoyigc20200022

Electrospinning as an Important Tool for Fabrication of Nanofibers for Advanced Applications—a Brief Review

2021· article· en· W3202356826 sur OpenAlexaff
Merin Sara Thomas, Prasanth K.S. Pillai, Scott C. Farrow, Laly A. Pothan and Sabu Thomas

Notice bibliographique

RevueGeneral Chemistry · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueElectrospun Nanofibers in Biomedical Applications
Établissements canadiensTrent University
Organismes subventionnairesnon disponible
Mots-clésElectrospinningNanofiberFabricationNanotechnologyMaterials scienceComputer scienceComposite materialPolymerMedicine

Résumé

récupéré en direct d'OpenAlex

Nanomaterials are attracting renewed interest due to their novel properties, which are not seen in their conventional micro state counterparts. They are used in advanced applications in the fields of catalysis, medicine, electronics, optics and membranes. Electrospinning is one of the simplest and cheapest methods to make nano-porous polymer membranes, and these offer a large surface area-to-volume ratio, high porosity and small pore size. These electrospun nonwoven mats could be employed in myriad applications ranging from filtration, sensors, electrode materials, drug delivery, cosmetics, and tissue scaffolding. This technique can introduce novel functional characteristics, and hence by changing the basic experimental set up, solvent, solution and polymer characteristics can alter the composition, morphology, and porosity of the processed material. The unique structural and functional characteristics inherited at submicron to nanoscale dimensions via electrospinning makes it an attractive technique for advanced industrial applications.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,292
Score d'incertitude au seuil0,681

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,007
Tête enseignante GPT0,291
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeneral ChemistryMême sujetElectrospun Nanofibers in Biomedical ApplicationsTravaux en français237 207